BenchLeader

FrontierSWE 排行榜

截至 2026年11月16日,FrontierSWE 的最高分为 69.9%,由 Claude Fable 5.2(Anthropic)取得,领先于 GPT-6 Astra(65.5%)。共有 22 个模型配置公布了结果(Epoch AI Benchmarking Hub,结果日期 2026年11月9日)。分为实现、性能和研究三类工作的长周期软件任务,在智能体测试框架中运行。FrontierSWE 仅作参考展示,不计入 BenchLeader Index。

要点(截至 2026年11月16日)

  • Claude Fable 5.2 以 69.9% 保持 FrontierSWE 最高分(Epoch AI Benchmarking Hub,2026年11月9日)。
  • GPT-6 Astra 以 65.5% 位列 FrontierSWE 第二(Epoch AI Benchmarking Hub,2026年9月3日)。
  • FrontierSWE:覆盖实现、性能和研究的前沿难度软件工程任务(Epoch AI Benchmarking Hub)。
  • BenchLeader 上有 22 个模型配置公布了 FrontierSWE 结果(BenchLeader,2026年11月16日)。
  • FrontierSWE 不计入 BenchLeader Index,仅作参考展示(BenchLeader 方法论)。

覆盖实现、性能和研究的前沿难度软件工程任务。

发布方
Epoch AI Benchmarking Hub
类别
编程
Index 权重
仅作参考
模型
22
数据截至
2026年11月16日
最新结果
2026年11月10日

CC BY 4.0 — Epoch AI, ‘AI Benchmarking Hub’, epoch.ai/benchmarks. Mirrored boards credit their original publishers.

测试内容

分为实现、性能和研究三类工作的长周期软件任务,在智能体测试框架中运行。

评分方式

得分,以公布结果为准。

注意事项

非常新;只有十几个模型。

22 / 22
#
1新Claude Fable 5.2max69.9%72.72026-11-09
2GPT-6 Astramax65.5%67.32026-09-03
3Claude Opus 5.5max62.3%68.42026-09-22
4Claude Sonnet 5.5max61.9%64.22026-09-28
5Gemini 4 Carbonhigh61.2%68.92026-11-10
6Claude Fable 5.1max56.3%66.72026-09-01
7Gemini 4 Argonhigh55.0%65.32026-10-13
8Claude Opus 5max52.0%65.02026-07-24
9Claude Fable 5max47.0%65.12026-06-09
10Claude Haiku 5.5max43.8%55.32026-10-07
11GPT-5.6 Solmax32.2%65.32026-07-09
12GLM 5.3max30.2%58.82026-08-14
13Grok 4.7xhigh29.5%57.42026-09-21
14Kimi K3max25.9%60.22026-07-16
15Muse Spark 1.3max25.8%60.62026-09-02
16Grok 4.6xhigh25.3%56.12026-08-12
17Gemini 3.7 Flashhigh20.3%62.12026-08-13
18Gemini 3.8 Flashhigh19.6%59.42026-09-02
19GLM 5.3 Flashmax18.1%52.42026-08-20
20Qwen3.8 Maxxhigh17.8%56.62026-09-01
21Muse Spark 1.2xhigh12.0%61.52026-08-05
22Inklingxhigh4.1%50.02026-07-15

更多编程基准测试 · 全部大模型基准测试

引用格式:BenchLeader,《FrontierSWE 排行榜》,数据截至 2026年11月16日,https://www.benchleader.com/zh/benchmarks/frontierswe。

FrontierSWE:常见问题

FrontierSWE 衡量的是什么?
分为实现、性能和研究三类工作的长周期软件任务,在智能体测试框架中运行。分数以完成任务的百分比表示,越高越好。
FrontierSWE 的最高分是多少?
截至 2026年11月16日,FrontierSWE 的最高分为 69.9%,由 Claude Fable 5.2 取得(结果日期 2026年11月9日),领先于 GPT-6 Astra(65.5%)。分数来自 Epoch AI Benchmarking Hub,每天重新读取。
哪个 AI 模型在 FrontierSWE 上领先?
截至 2026年11月16日,FrontierSWE 排名第一的是 Claude Fable 5.2,分数为 69.9%(结果日期 2026年11月9日)。其后为 GPT-6 Astra(65.5%)。
有多少模型有 FrontierSWE 结果?
BenchLeader 上有 22 个模型配置有 FrontierSWE 结果,全部取自 Epoch AI Benchmarking Hub。
FrontierSWE 由谁运行,多久更新一次?
FrontierSWE 由 Epoch AI Benchmarking Hub 发布。BenchLeader 每天重新读取一次公布的结果,并记录每个结果的发布日期。
FrontierSWE 是否计入 BenchLeader Index?
不计入。FrontierSWE 仅作参考展示,不计入综合分数。